2025年人工智能公基试题及答案.docxVIP

2025年人工智能公基试题及答案

一、单项选择题（每题2分，共20题，40分）

1.人工智能（AI）的核心三要素是（）

A.算法、算力、数据

B.芯片、代码、模型

C.感知、决策、执行

D.存储、传输、处理

答案：A

解析：人工智能的发展依赖于算法（核心技术）、算力（计算能力支撑）、数据（训练基础）三大要素，三者缺一不可。

2.以下属于监督学习的典型应用场景是（）

A.基于用户浏览记录的兴趣聚类

B.图像识别模型的分类训练

C.自动驾驶中的环境感知

D.聊天机器人的对话生成

答案：B

解析：监督学习需要标注数据作为训练样本，图像识别模型通过标注的分类数据（如“猫”“狗”标签）进行训练，属于典型监督学习；聚类属于无监督学习。

3.大语言模型（LLM）训练中，以下哪种数据类型对模型逻辑推理能力提升最关键？（）

A.社交媒体短文本

B.学术论文与数学题解

C.新闻资讯

D.多语言翻译语料

答案：B

解析：学术论文和数学题解包含严谨的逻辑结构与推理过程，能有效提升模型的逻辑推理能力；社交媒体文本侧重日常语言理解。

4.衡量AI算力的常用单位“PFLOPS”指的是（）

A.每秒百万次浮点运算

B.每秒十亿次浮点运算

C.每秒万亿次浮点运算

D.每秒千万亿次浮点运算

答案：D

解析：PFLOPS（PetaFLOPS）是每秒千万亿次浮点运算，1PFLOPS=101?FLOPS，用于衡量超级计算机或AI芯片的算力。

5.图灵测试的核心目的是（）

A.评估机器的计算速度

B.验证机器是否具备人类智能

C.测试算法的稳定性

D.衡量数据标注的准确性

答案：B

解析：图灵测试通过人类与机器的对话交互，判断机器是否能表现出与人类无法区分的智能行为，核心是验证智能水平。

6.以下不属于生成式AI技术的是（）

A.DALL·E3图像生成

B.ChatGPT文本生成

C.AlphaGo围棋对弈

D.StableDiffusion视频生成

答案：C

解析：生成式AI（AIGC）的核心是创造新内容，AlphaGo是决策型AI，通过博弈树搜索实现对弈，不属于生成式技术。

7.边缘计算与AI结合的主要优势是（）

A.降低数据传输延迟

B.减少模型训练成本

C.提升云端存储能力

D.简化算法复杂度

答案：A

解析：边缘计算将AI推理部署在终端设备或近终端节点，减少数据往返云端的延迟，适用于实时性要求高的场景（如自动驾驶）。

8.联邦学习的核心特点是（）

A.集中所有数据训练单一模型

B.在数据不出本地的前提下联合训练

C.仅使用公共开放数据

D.依赖单一机构的算力支持

答案：B

解析：联邦学习通过加密技术实现“数据不动模型动”，各参与方在本地训练模型并上传参数，保护原始数据隐私。

9.以下哪项是AI在教育领域的典型应用？（）

A.校园安防人脸识别

B.智能作业批改与个性化学习路径推荐

C.教室照明自动调节

D.图书馆书籍自动分类

答案：B

解析：智能作业批改（如数学题自动判题）和个性化学习推荐（基于学生答题数据定制学习计划）是AI赋能教育的核心场景。

10.多模态大模型的“多模态”通常指处理（）

A.不同编程语言

B.文本、图像、语音等多种类型数据

C.国内与国际不同区域用户需求

D.结构化与非结构化数据

答案：B

解析：多模态大模型支持同时处理文本、图像、语音、视频等多种模态数据，例如既能理解文字描述又能生成对应图像。

11.AI伦理中的“可解释性”要求是指（）

A.模型输出结果需能被人类理解其逻辑

B.算法代码必须开源

C.数据来源需完全公开

D.模型训练过程需实时直播

答案：A

解析：可解释性强调AI系统的决策过程（如医疗诊断结论）能通过清晰的逻辑链条被人类理解，避免“黑箱”风险。

12.以下哪种技术是实现AI“小样本学习”的关键？（）

A.增加训练数据量

B.迁移学习与元学习

C.提升算力精度

D.优化数据标注工具

答案：B

解析：小样本学习（Few-shotLearning）通过迁移已有模型的知识（迁移学习）或学习“如何学习”的能力（元学习），仅用少量样本即可完成新任务训练。

13.智能合约的核心特征是（）

A.依赖人工审核执行条件

B.基于区块链自动执行预设规则

C.仅适用于金融领域

D.需